Big Data, pieza clave en la evolución de los negocios

A día de hoy ya todos entendemos el valor de los datos y la importancia de su gestión para rentabilizarlos y extraer de ellos información que aporte valor para las compañías. Los avances tecnológicos están permitiendo que la complicada explotación de la información masiva se pueda realizar de una manera mucho más sencilla gracias al empleo del Big Data y soluciones analíticas, con aplicaciones interesantes en diferentes áreas de negocio.

Así, Javier Cruz, responsable de desarrollo de negocio de comunicaciones, Alcatel-Lucent Enterprise considera que entre las principales tendencias en torno al Big Data se encuentran los bots integrados con procesos de Inteligencia Artificial, que permiten la automatización de procesos específicos de cada sector industrial. “En este sentido, disponer de una plataforma de comunicaciones como servicio que añada comunicaciones en tiempo real en el momento del proceso en que se precise (comunicaciones incluso iniciadas por dichos bots inteligentes) se hace esencial para optimizar esos procesos específicos. Adicionalmente, los chatbots (idealmente, con acceso a bases de conocimiento y gestión de los datos con toma de decisiones inteligentes), ayudan a las personas a tomar decisiones de forma casi instantánea”, explica Javier Cruz.

Israel Serrano, Country Manager para Iberia de Infinidat.

Por su lado, para Miguel Donet, HCM Pre-sales Manager de Talentia Software, existen varios avances tecnológicos en este campo. “Por ejemplo, los sistemas HRIS manejan una serie de datos relacionados tanto con la persona, su puesto actual, perfil curricular y competencial, así como los relacionados con su perfil de talento, que permiten realizar predicciones sobre su desempeño actual y futuro en su posición actual o posibles promociones. A nivel de selección los sistemas de recruiting trabajan con machine learning para poder calcular adecuación a los perfiles en base a búsqueda semántica”. Además, Miguel Donet considera que los sistemas de inteligencia artificial permiten analizar el sentimiento dentro de las organizaciones mediante el análisis de las palabras utilizadas en evaluaciones o social media.

El reciente incremento durante el confinamiento de estas tecnologías ha motivado que el volumen de datos que se mueven por nuestras redes haya crecido de una manera extraordinaria. Son multitud las aplicaciones que inundan las redes con esos datos.

Como advierte Alfonso Castro, director de los postgrados de Data en el Centro Universitario U-tad, en estos momentos lo que es necesario es pararnos a meditar y sacar las mejores enseñanzas. Dentro de este este marco actual se posiciona el Big Data como una de las tecnologías que más nos pueden ayudar para dar los pasos necesarios en el avance hacia un futuro mejor. “Las técnicas de Big Data pueden ser el soporte para el análisis de las situaciones antes, durante y después del momento del despliegue de la pandemia sobre todo para estar preparados ante futuras situaciones similares”.

Para prevenir el avance de la pandemia, explica Alfonso Castro, se han empleado aplicaciones que permiten una monitorización constante para detectar posibles propagaciones. Así en diciembre de 2019 una empresa canadiense, BlueDot, se anticipó dando datos acerca del brote de la pandemia entorno al mercado de Wuhan en China. Esta aplicación realiza el análisis de múltiples fuentes de datos en internet tomando informaciones de medios de comunicación, comunicados de organizaciones relacionadas con la salud, bases de datos sobre enfermedades de animales o plantas, información de vuelos de las compañías aéreas y comentarios en foros especializados.

Joe Lichtenberg, Product and Industry Marketing InterSystems.

Además de situar el brote también se hizo una predicción acerca de la manera en que la enfermedad se puede propagar geográficamente. Para ello utiliza técnicas de machine learning y procesado de lenguaje natural, que son posteriormente analizadas y validadas por un equipo de especialistas en enfermedades contagiosas y expertos tecnológicos.

“Durante la pandemia, para reducir su propagación y mitigar posibles nuevos brotes se tienen diferentes aplicaciones que se basan en técnicas de deep learning aplicadas a la localización espacial. Dependiendo del grado de control que ejercen los diferentes gobiernos sobre sus poblaciones, se han aplicado y planificado soluciones. En China se ha implantado en 200 ciudades, un sistema que utiliza Big Data para generar un código QR tomando como fuentes la información de cada usuario existente en diversas fuentes como aerolíneas, ferrocarriles, operadoras de comunicaciones y servicios de internet”, comenta el director de los postgrados de Data en el Centro Universitario U-tad.

La unión europea está analizando la implantación de una aplicación de un proyecto liderado por Apple y Google de características similares, pero que cuida más la privacidad de las personas. Es el ciudadano el que se descarga la aplicación y el que recibe alarmas si ha estado en contacto con alguien que ha resultado infectado por el virus para que se realice las pruebas pertinentes.

“Big Data también presta soporte en la mitigación de la pandemia, acelerando la generación de posibles vacunas. La aplicación de técnicas de deep learning ha hecho posible que, en un breve espacio de tiempo de semanas, se haya podido secuenciar el genoma del COVID-19”, concluye Alfonso Castro.

Al margen del gran potencial del Big Data para situaciones de excepcionalidad como la que hemos vivido, no hay duda de su no menos importante papel en el proceso de transformación digital de los negocios.

Como explica José Valenzuela, preventa Business Transformation, Experis Solutions, el concepto de transformación digital se extiende a cualquier proceso de cambio para adaptarse mediante la tecnología con el fin de “mejorar” los procesos de una empresa. Un ejemplo: lo que estamos haciendo, ¿debemos seguir haciéndolo o debemos cambiar? Esta inocente pregunta puede llevar la estrategia de una empresa al éxito o al fracaso. “Las técnicas basadas en el Big Data para el análisis de tendencias futuras y por tanto poder introducir cambios “ahora” para que afecten a “mañana”: Anticipación.

"Esto es un ejemplo, pero hay infinitos casos donde el Big Data es un elemento transformador: ayudarnos para seleccionar las tecnologías adecuadas, acelerar los procesos internos ayudando con la automatización de éstos en base al conocimiento, optimización de los procesos de venta, mejora de la eficiencia, etc. Donde el objetivo puede ser mejorar la relación con el cliente, reducir costes, mejorar e innovar en productos o servicios, aumentar ventas, consolidad información, etc”, comenta Valenzuela.

Marco Blanco, Country Manager de Pure Storage en España y Portugal.

El Internet de las Cosas (IoT) hace que se avance hacia un futuro en el que los sensores inteligentes pueden detectar el entorno en el que se encuentran. Ese flujo de datos entre dispositivos es lo que da sentido a los sistemas de Big Data. Igualmente, la inteligencia artificial se nutre de datos y los emplea para desarrollar algoritmos y para constituir la ‘lógica’ de las máquinas.

Como explica Israel Serrano, Country Manager para Iberia de Infinidat, “para Infinidat la inteligencia artificial es un elemento clave, porque permite a nuestros sistemas de almacenamiento definido por software InfiniBox almacenar y gestionar los datos de manera automatizada, multiplicando la capacidad y reduciendo los costes”. Infinidat ha desarrollado más de 140 patentes bajo ese concepto, y por supuesto la AI es un apartado esencial. Un ejemplo es la tecnología de caché neuronal de Infinidat, consistente en algoritmos de machine learning que permiten al sistema decidir por sí mismo qué datos son más o menos relevantes en función del uso que se hace de ellos. “Los Petabytes son los nuevos Terabytes, y para gestionar esta explosión en los volúmenes de datos serán necesarias tecnologías disruptivas”, observa Israel Serrano.

Por su lado, Joe Lichtenberg, Product and Industry Marketing InterSystems comenta como, hoy día, los datos están presentes en todas las industrias. “En IoT contamos con flujos masivos de datos procedentes de sensores y dispositivos, pero como casi el 99% de los datos entrantes de IoT nunca se usan, existe una gran oportunidad para mejorar la fiabilidad, llamadas de servicio, mantenimiento predictivo, información crítica para ingeniería y fabricación equipos, cumplimiento de SLA, mejor servicio al cliente y más mediante un mejor uso de esos datos”.

Para Joe Lichtenberg, la confluencia de la IA y los grandes datos es un tema interesante porque cuantos más datos tengamos para entrenar modelos, más matemáticamente precisos pueden ser. “Quisiera señalar que esto no significa que debamos sobrecargar los modelos con características (malas), sino que debemos alimentar a los modelos con cientos de millones o miles de millones de filas de datos históricos para capacitación (buena). Por lo tanto, necesitamos grandes conjuntos de datos limpios que se ajusten a los estrictos procesos de gobernanza y gestión de sesgos”.

Asimismo, el acceso en tiempo real a los nuevos datos de producción también es crítico en la IA, ya que los modelos tienden a derivar en la producción, por lo que mantener los modelos actualizados es clave.

Marc Canela, Marketing Product Manager de Ekon.

“Hace cinco años las compañías se encontraban experimentando con Big Data, con dudas de si valía la pena o no. Desde hace dos años se ha empezado a consolidar su uso y, actualmente, estamos en una fase de maximización, es decir, los datos están ahí en nuestra compañía almacenados en Big Data en la nube u on-premise, y queremos disponer de todos ellos para poder analizarlos”, comenta Kevin Daly, Head of DataOps, Big Data & Machine Learning en Making Science.

Para el responsable de Making Science, el momento actual es el momento en el que el Big Data ya forma parte de las estrategias de las compañías, pues estas ya tienen más confianza en los datos analizados para agilizar y tomar decisiones mucho más rápidas y efectivas a la hora de competir en el mercado.

Por su parte, Alberto Rascón, Director Business Analytics en Logicalis considera que “el reto no es el BigData. De hecho, los retos para las empresas siguen siendo los mismos de siempre: generar valor, ser eficientes, diferenciarse, evitar riesgos… Ahora cuentan con nuevas herramientas para dar respuestas a esos retos, y un activo fundamental del que deben hacer uso es la información de la que disponen”.

“No conozco ninguna empresa que no tenga una estrategia definida; ya no es solo un terreno acotado para las grandes empresas, sino que incluso las pymes pueden plantearse estrategias del dato, apoyándose en los servicios ofrecidos por los proveedores de soluciones. Por no hablar de las startups… El reto es el mismo, lo que ha cambiado son nuestras herramientas y el Big Data es sin duda un ‘game changer’ de lo que está por venir”, añade el responsable de Logicalis.

El crecimiento de la cantidad de datos que se generan de manera automática a través de sensores, máquinas, proveedores, usuarios, etcétera, suponen un activo creciente para las empresas, que deben ser capaces de aprovechar toda esta información.

En este sentido, Marco Blanco, Country Manager de Pure Storage en España y Portugal, afirma que, dado que los datos son el activo más valioso de un negocio, requieren innovación e inversión, “especialmente porque las nuevas arquitecturas de aplicaciones están impulsando niveles de rendimiento, paralelismo y flujos de trabajo de datos multi-nube sin precedentes. Hoy más que nunca, tener un acceso constante y en tiempo real a los datos es fundamental para el éxito. La monitorización de datos que ofrece una experiencia de datos moderna se gestiona en la nube, está impulsada por la inteligencia artificial, mejora constantemente y es consumible mediante un modelo de suscripción flexible que puede desplegarse en un entorno multi-nube o híbrido”.

Miguel Donet, HCM Pre-sales Manager de Talentia Software.

Los tradicionales softwares de gestión se están adaptando al nuevo entorno digital, integrando nuevas tecnologías. En el caso del Big Data es fundamental su inclusión en un software ERP, ya que le brinda a la empresa una visión sin precedentes de prácticamente todas las decisiones de negocio.

Como explica Marc Canela, Marketing Product Manager de Ekon, en plena era digital, la alta presión competitiva, los requisitos de cambio constante y el mayor flujo de información que recaban las empresas, hacen más necesarias que nunca soluciones de gestión empresarial con capacidad de análisis. “Solo los ERPs de última generación cuentan con capacidades analíticas integrables con modelos de Big Data. En Ekon, por ejemplo, contamos con Ekon Analytics, que facilita la exploración de los datos históricos de muchos sistemas de origen a través de análisis estadísticos, análisis cuantitativos, data mining, modelos predictivos y otras herramientas para ser capaces de identificar y aprovechar las tendencias y ser capaces de tomar decisiones que impulsen nuestro negocio a nuevos niveles de eficiencia. Podemos conocer de primera mano las preferencias de nuestros clientes, ya sean de transporte, empaquetado, sus tendencias, etc., lo que nos permite aumentar la fidelización con los mismos”.